【淺談導購五】 導購網站為電商完整流量版圖
【淺談導購五】 導購網站為電商完整流量版圖
2013.06.02 | 行銷

電商的流量結構

從1995年到2010年,屬於 上一典範 自發性消費 流量的方式不外幾種:

(1)直接流量,即平台建立品牌,教育使用者在需求發生時直接連上該網站; (2)自然流量,即平台進行搜尋引擎優化,依靠商品關鍵字導入購物流量;以及 (3)廣告流量,即平台投放各種網路廣告(包括展示型、關鍵字與活動),帶來流量。

無論建立品牌、搜尋引擎優化或網路廣告投放,都得靠網購平台自身投入龐大的費用才能建立。不難發現:這個階段的流量來源,顯然缺少了通常最便宜的「推薦流量」這一大塊,而這塊流量的來源正是──導購。

電商自建導購流量的嘗試

首倡「 電子商務生態圈 淘寶網 最早意識到這一點,自2009年開始布局社群導購,曾經自建淘江湖 jianghu.taobao.com 淘幫派 、掌櫃說(入口在賣家後台)、哇哦 wow.taobao.com 、愛逛街( love.taobao.com )、樂活+( lehuo.taobao.com )、頑兔( wantu.taobao.com )、 圈子 一淘發現 等導購頻道,以及手持裝置上如 湖畔 來往 … 等應用程式,名目眾多,令人眼花撩亂。其中幾個形式相近,上線後也未帶來預期效果,甚至還出現內部資源互相競爭的情況,例如定位在真實交友平台的淘江湖已於2011年5月併入「我的淘寶」,偏向購後分享的哇哦已於2012年3月併入偏向時尚購物分享的愛逛街,而今年五月愛逛街又與樂活和頑兔合併,成為現在的 隨便逛逛 。

台灣電商對於自建導購流量涉足較晚。 Yahoo!奇摩購物中心 在今年三月推出讓會員推薦、收藏、分享的社群導購頻道「 慾望牆 」,邀請名人站台、號稱「最懂你的shopping好夥伴」;隨後 台灣樂天 也在今年五月推出讓網友上傳照片或輸入網址、以圖找物的「 樂搜尋 」,可按顏色、花紋及風格,挑出平台上正在販賣的相似商品。這些網購平台自建的新頻道、新功能,實際能帶來多少新的流量與有效轉換,雖然尚待時間考驗,但行動證明他們已經逐漸了解建立導購流量的重要性,並嘗試自己踏出第一步。

電商難以自建導購流量的因素

從淘寶多年的摸索試錯屢敗屢戰,以及台灣電商遲至今日才有少數業者踏出第一步,我們發現網購平台想要透過社群建立導購流量的願望,在執行上會受限於如下因素而有一定的困難:

一、 網購平台商業模式利益衝突:平台看似服務買賣雙方,實則傾向賣方,因其商業模式乃建立於向供應商收取上架費、銷售分潤以及行銷推廣費用之上。平台幾乎不可能站在使用者的立場去推薦商品(別忘了使用者要的有時不只是便宜),也很難以滿足使用者尋找商品、發現商品以及純為樂趣的逛街需求作為第一目標,利之所趨,它們必定優先服務大型供應商、付費供應商以及那些總是願意並且能夠配合平台舉辦折扣促銷活動的「乖巧供應商」。

二、 網購平台人力資源專長限制:平台所網羅者,主要為掌管商品的大小PM、維護運作技術團隊、打響通路品牌的行銷專家、舉辦促購活動的銷售人才與提升整體基礎設施服務水準的管理菁英。但以上完全不包含建立社群的基因與氛圍──真正的社群豈是編一小組非核心人馬、甚至搞一個臨時團隊,短期努力就可以形成?

三、 網購平台情境錯誤:如果我在咖啡店和朋友討論究竟買哪個牌子的平板電腦比較好,恰巧隔壁桌也在討論相同的話題,那麼我大概會豎耳偷聽,他們的對話內容也將對我產生影響力;但同樣的對話內容如果出現在光華商場就會失去參考價值,因為交易中心的情境將使我潛意識裡保持高度警覺:那幾個人裡若不是有銷售員,就是有「走路工」(大陸說法為「 托兒 )網購平台就像光華商場,但社群導購只會在咖啡店裡存在。

導購網站可為電商完整流量版圖

幾乎與著手自建社群導購頻道同時,淘寶很聰明地在2010年成立了 開放平台 ,開放用戶、開放商品、開放數據,釋出一系列的API接口,邀請全體網路使用者與淘寶外部中小型網站一起為它導購,因而養育出2011年迅速竄起的美麗說、蘑菇街等導購網站,成為 電子商務生態圈 的重要角色。2012年Q3時,美麗說每月已可為淘寶導入人民幣7億交易額,蘑菇街每月也能為淘寶帶去人民幣1.5億的導購成交量;兩站合計佔淘寶流量的10%、佔淘寶聯盟導購分潤的21%,對淘寶貢獻不可謂不大。

2013年淘寶正式來台成立辦公室,對於台灣市場的計畫,倘若不只插旗而真有心要將 電子商務生態圈 落地,那麼淘寶除了必須積極解決基礎設施如第三方支付、人民幣兌換、跨國物流等問題讓所有台灣賣家可以在淘寶賣東西以外,最重要的莫過於導購系統的本地化,甚至重建一個專屬於本地的導購系統,讓全台灣的網友都能為淘寶導購,不但帶去流量,還能幫忙教育對淘寶還很陌生的台灣使用者怎麼逛、怎麼買,把流量轉換出現金。

暫不管淘寶吧!看看國內電商。 Yahoo!奇摩購物中心 的導購交易額早已佔比超過總交易額10%。其它網購平台或垂直電商是否也該認真考慮如何借力於導購網站,完整自己的流量版圖、優化經營效率、提升整體營收?

(本文作者為 高儷玲/ 九易購物公司策略顧問,優仕網、愛逛街 共同創辦人)

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓